Ganesha
PulseAugur coverage of Ganesha — every cluster mentioning Ganesha across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
提供 AI 有声读物的粉丝小说网站因作者强烈反对而下线
一个从 Archive of Our Own (AO3) 抓取粉丝小说并提供 AI 生成有声读物的网站，在收到作者发送的 2,000 多份删除通知后已被下线。该网站的创建者 Ganesh 表示歉意，称该网站在其上线后的 24 小时内经历了巨大的流量和带宽使用。此次事件凸显了 AI 抓取和商业化粉丝创作内容日益增长的趋势，尤其是在 AO3 等主要平台出现故障时。
-
新的DP-SGD方法通过隐藏批次大小来增强隐私
研究人员开发了一种新机制，通过对批次大小进行隐私化来增强差分隐私随机梯度下降（DP-SGD）中的隐私性。该方法使用随机数量的虚拟点来隐藏实际批次大小，即使在批次因计算限制而被截断的情况下也能维持隐私保证。该方法易于在分布式环境中实现，并与现有方法相比提供了更好的隐私-效率权衡，尤其适用于泊松采样。
-
专家问题和OCO的极小极大交替遗憾已解决 · 跟踪2个来源
研究人员已经解决了专家问题和在线凸优化（OCO）的极小极大遗憾率问题。对于d专家问题，极小极大交替遗憾被证明是 $\Theta(\log d)$，独立于时间跨度T。这比Hait等人建立的 $\mathcal{O}(T^{1/3}\log^{2/3} d)$ 等先前界限有了显著改进。对于d维紧凸集上的通用OCO，极小极大交替遗憾是 $\Theta(d\log(1+T/d))$，也比先前结果有了实质性改进。这些发现是通过对Hedge等现有…
-
混沌工程工具包测试大型语言模型智能体的抗破坏能力
一位开发者为多智能体AI系统创建了一个名为Balagan的混沌工程工具包，旨在测试其在各种故障下的韧性。该系统使用三种不同的网络拓扑（扁平、分层、环形）和三种故障条件（基线、崩溃停止和拜占庭）来评估智能体性能。使用Qwen2.5-7B-Instruct模型进行的实验表明，一个被巧妙提示充当破坏者的拜占庭智能体，无需修改模型即可显著降低系统性能。该工具包构建在Nebius Serverless之上，证明了此类工作负载的高效且经济的执行。